آموزش بوتکمپ هوش مصنوعی: ساخت با LangChain، RAG و هر LLM در سال 2025 - آخرین آپدیت

سرفصل ها و درس ها

1-مقدمه‌ای بر عامل‌های هوش مصنوعی و اتوماسیون گردش کار Introduction to AI Agents and Workflow Automation

• چگونه از این دوره برای حداکثر تاثیر استفاده کنیم؟ (از اینجا شروع کنید!) How to Use This Course for Maximum Impact (Start Here!)

• معرفی و مروری بر دوره Course Introduction and Overview

• منابع قابل دانلود و نکاتی برای گذراندن دوره Downloadable Resources and Tips for Taking the Course

• عامل‌های هوش مصنوعی چیستند؟ What Are AI Agents?

• توضیح عامل‌های هوش مصنوعی به زبان ساده برای مدیر محصول Explain AI Agents to a Product Manager in Plain English

• کاربردهای واقعی اتوماسیون گردش کار هوش مصنوعی Real-World Applications of AI Workflow Automation

• مروری بر تکنولوژی: LangChain، Langflow، GPT-4 Technology Overview: LangChain, Langflow, GPT-4

• درک عامل‌های هوش مصنوعی و تاثیر آن‌ها Understanding AI Agents and Their Impact

مروری بر مبانی هوش مصنوعی AI Foundations Refresher

• مدل‌های زبانی بزرگ (LLM) چیستند و چرا مهم هستند؟ What Are LLMs and Why Do They Matter?

• بررسی عمیق پژوهشی - درک معماری ترانسفورمر Research Deep Dive - Understanding Transformer Architecture

• مدل‌های زبانی بزرگ در برابر کوچک - کدام یک مناسب است؟ Large vs. Small LLMs - Which Fits?

• بررسی عمیق پژوهشی - قوانین مقیاس‌پذیری برای مدل‌های زبان عصبی Research Deep Dive - Scaling Laws for Neural Language Models

• عامل‌های هوش مصنوعی واقعا چه هستند؟ What Are AI Agents, Really?

• بررسی عمیق پژوهشی - ReAct: چگونه عامل‌های هوش مصنوعی فکر و عمل می‌کنند Research Deep Dive - ReAct: How AI Agents Think and Act

• انواع مدل‌های هوش مصنوعی - متنی، تصویری و چندوجهی Types of AI Models - Text, Vision, and Multimodal

• بررسی عمیق پژوهشی - CLIP: دیدگاه‌ها با زبان برای کاربردهای سازمانی ملاقات می‌کنند Research Deep Dive - CLIP: Vision Meets Language for Enterprise Applications

• از یادگیری ماشین تا ترانسفورمرها - مقدمه‌ای مختصر From ML to Transformers - A Quick Primer

راه اندازی جعبه ابزار عامل هوش مصنوعی شما Setting Up Your AI Agent Toolkit

• راه اندازی کامل فضای کاری توسعه دهنده Complete Developer Workspace Setup

• راهنمای راه اندازی ارائه دهنده LLM - موتور هوش مصنوعی خود را انتخاب کنید (گزینه‌های محلی در مقابل ابری) LLM Provider Setup Guide - Choose Your AI Engine (Local vs Cloud Options)

• مفاهیم اساسی جعبه ابزار عامل هوش مصنوعی — فضای کاری، LLM های بدون هزینه و راه اندازی ارائه دهنده AI Agent Toolkit Fundamentals — Workspace, Cost-Free LLMs, and Provider Setup

• مقدمه‌ای بر LangChain Introduction to LangChain

• شروع به کار با Langflow Getting Started with Langflow

• راه اندازی و پیکربندی OpenAI GPT OpenAI GPT Setup and Configuration

• ساخت اولین گردش کار عامل هوش مصنوعی شما Building Your First AI Agent Workflow

• راه اندازی محیط و بررسی ابزارها Environment Setup and Tooling Check

• تأیید راه اندازی محیط شما Verify Your Environment Setup

• استراتژی LLM بدون هزینه برای پروژه‌های پیشرفته هوش مصنوعی عاملی ** بسیار مهم Cost-Free LLM Strategy for Advanced Agentic AI Projects ** Very Important **

• تسلط بر جعبه ابزار عامل هوش مصنوعی – راه اندازی فضای کاری و LLM AI Agent Toolkit Mastery – Workspace & LLM Setup

مفاهیم ضروری LangChain و GPT-4 LangChain & GPT-4 Essentials

• بررسی عمیق LangChain - اجزای اصلی LangChain Deep Dive - Core Components

• مهندسی اعلان با GPT-4 Prompt Engineering with GPT-4

• توجیه طراحی اعلان خود به سرپرست محصول Justify Your Prompt Design to a Product Lead

• افزودن حافظه به عامل‌ها با LangChain Adding Memory to Agents with LangChain

• پروژه عملی: ساخت یک دستیار هوش مصنوعی Hands-On Project: Building an AI Assistant

• مفاهیم اساسی LangChain و GPT-4 LangChain & GPT-4 Fundamentals

• ارائه معماری دستیار هوش مصنوعی خود به ذینفع Present Your AI Assistant Architecture to a Stakeholder

• ساخت یک عامل LangChain با حافظه و ادغام ابزار Build a LangChain Agent with Memory and Tool Integration

• پروژه نمونه کارها: ساخت اولین عامل هوش مصنوعی شما با LangChain (ربات چت فناوری اطلاعات) Portfolio Project: Building Your First AI Agent with LangChain (IT ChatBot)

• راهنمای کامل کد: ساخت یک ربات پشتیبانی فناوری اطلاعات LangChain با هزینه 22000 دلار (گام به گام) Complete Code Walkthrough: Build a $22K LangChain IT Support Bot (Step-by-Step)

• پروژه نمونه کارها – اصول اولیه عامل هوش مصنوعی TechBot Portfolio Project – TechBot AI Agent Fundamentals

• تسلط بر LangChain و GPT-4 – مهندسی اعلان، حافظه و عامل‌های دنیای واقعی LangChain & GPT-4 Mastery – Prompt Engineering, Memory & Real-World Agents

تسلط بر Langflow – ایجاد عامل هوش مصنوعی بصری Mastering Langflow – Visual AI Agent Creation

• رابط Langflow و اصول اولیه گردش کار Langflow Interface & Workflow Basics

• ایجاد گردش کارهای پیشرفته در Langflow Creating Advanced Workflows in Langflow

• تسلط بر Langflow: طراحی عامل بصری Mastering Langflow: Visual Agent Design

• ساخت اولین عامل بصری Langflow شما Build Your First Langflow Visual Agent

• راهنمایی مشتری در گردش کار عامل بصری Langflow شما Walk a Client Through Your Langflow Visual Agent Workflow

توسعه گردش کارهای مستقل هوش مصنوعی Developing Autonomous AI Workflows

• طراحی عامل‌های اتوماسیون وظایف Designing Task Automation Agents

• ادغام APIها و ابزارهای سفارشی Integrating APIs and Custom Tools

• مدیریت چالش‌های گردش کار مستقل Managing Autonomous Workflow Challenges

• پروژه‌های اتوماسیون هوش مصنوعی در دنیای واقعی Real-world AI Automation Projects

• درک گردش کارهای مستقل هوش مصنوعی Understanding Autonomous AI Workflows

• ساخت یک عامل مستقل هوش مصنوعی با استفاده از LangChain و ابزارها Build an Autonomous AI Agent Using LangChain and Tools

• نمایش عامل مستقل هوش مصنوعی خود به یک تیم محصول Demo Your Autonomous AI Agent to a Product Team

تکنیک‌های پیشرفته هوش مصنوعی: ابزارهای سفارشی و RAG Advanced AI Techniques: Custom Tools & RAG

• ایجاد و ادغام ابزارهای سفارشی Creating and Integrating Custom Tools

• مقدمه‌ای بر تولید تقویت‌شده با بازیابی (RAG) Introduction to Retrieval-Augmented Generation (RAG)

• تکنیک‌ها و چالش‌های پیشرفته RAG Advanced RAG Techniques and Challenges

• عملی: ساخت یک عامل هوش مصنوعی پرسش و پاسخ مبتنی بر سند Hands-on: Build a Document-Based Q&A AI Agent

• تسلط بر تکنیک‌های پیشرفته در عامل‌های هوش مصنوعی Mastering Advanced Techniques in AI Agents

• پروژه نمونه کارها: ساخت یک عامل RAG خدمات مشتری کامل LangChain + FAISS Portfolio Project: Build a Complete Customer Service RAG Agent LangChain + FAISS

• راهنمای کامل کد: ساخت یک عامل خدمات مشتری RAG با هزینه 25000 دلار Complete Code Walkthrough: Build a $25K RAG Customer Service Agent

AutoGen: سیستم‌های چند عاملی مقیاس‌پذیر برای کسب و کار AutoGen: Scalable Multi-Agent Systems for Business

• یادگیری سیستم‌های چند عاملی: مروری بر کسب و کار دنیای واقعی Learn Multi-Agent Systems: Real-World Business Overview

• مقدمه‌ای بر AutoGen: ساخت عامل‌های مقیاس‌پذیر هوش مصنوعی Introduction to AutoGen: Build Scalable AI Agents

• AutoGen عملی: ایجاد عامل‌های هوش مصنوعی برای اتوماسیون فروش Hands-on AutoGen: Create AI Agents for Sales Automation

• پروژه نمونه کارها: پشتیبانی مشتری چند عاملی با AutoGen و Ollama Portfolio Project: Multi-Agent Customer Support with AutoGen & Ollama

• راهنمای کامل کد: ساخت یک سیستم پشتیبانی چند عاملی با هزینه 65000 دلار Complete Code Walkthrough: Build a $65K Multi-Agent Support System

CrewAI: مهندسی عامل مبتنی بر تیم برای سازمان‌ها CrewAI: Team-Based Agent Engineering for Enterprise

• مقدمه‌ای بر CrewAI: مهندسی عامل برای کسب و کار Introduction to CrewAI: Agent Engineering for Business

• CrewAI عملی: اتوماسیون پشتیبانی مشتری با عامل‌های هوش مصنوعی Hands-on CrewAI: Automate Customer Support with AI Agents

• پروژه: ساخت یک سیستم چند عاملی برای تجزیه و تحلیل کسب و کار Project: Build a Multi-Agent System for Business Analysis

LangGraph: ساخت گردش کارهای قابل اعتماد هوش مصنوعی برای اتوماسیون کسب و کار LangGraph: Build Reliable AI Workflows for Business Automation

• مقدمه‌ای بر LangGraph: گردش کارهای قابل اعتماد هوش مصنوعی برای کسب و کار Introduction to LangGraph: Reliable AI Workflows for Business

• LangGraph عملی: ساخت یک گردش کار قابل اعتماد هوش مصنوعی برای کسب و کار Hands-on LangGraph: Build a Reliable AI Workflow for Business

مبانی الگوهای طراحی هوش مصنوعی عاملی Foundations of Agentic AI Design Patterns

• معماری عامل در مقابل خطوط لوله کلاسیک — تفاوت‌های کلیدی در طراحی Agent Architecture vs Classic Pipelines — Key Design Differences

• حلقه عامل توضیح داده شده: استدلال، عمل، بازتاب، تکرار (با نمودار) Agent Loop Explained: Reason, Act, Reflect, Repeat (with Diagram)